模型 / 官方
GPT-6 Astra数分钟审完41份文件，错误识别率近乎完美
法律科技公司Legora近日公布了一项基于OpenAI最新模型GPT-6 Astra的金融文件审查测试结果。在该工作流中，GPT-6 Astra在数分钟内完成了对41份文件的全面审阅，并成功识别出测试团队预先植入的全部四处错误，无一遗漏。与此前方案相比，整体性能提升幅度接近40%。这一结果展示了大语言模型在高密度、高精度文件处理场景中的实际落地能力，也为法律和金融行业的AI应用提供了具有参考价值的基准案例。Legora的测试表明，GPT-6 Astra不仅在速度上大幅领先人工审阅，在准确性方面同样表现出色，为企业级文件合规审查带来了新的可能性。
法律AI平台Legora近期公开了一项针对GPT-6 Astra的实际业务测试。测试场景聚焦于金融文件审查工作流，涉及41份文件的批量处理。结果显示，GPT-6 Astra在数分钟内完成了全部文件的审阅，效率远超传统人工或早期AI方案，为高时效性的合规审查需求提供了有力支撑。
在准确性验证环节，Legora团队预先在文件中植入了四处隐蔽错误，用以考察模型的细节识别能力。GPT-6 Astra最终将四处错误全部找出，识别率达到100%。这一表现证明该模型不仅具备快速处理大批量文件的能力，同时在关键细节的捕捉上也保持了高度可靠性。
从性能对比数据来看，引入GPT-6 Astra后，Legora的金融审查工作流整体性能提升了近40%。这一提升涵盖处理速度、错误检出率等多个维度，表明新一代模型在企业级文件处理场景中具备显著的实用价值，而非仅停留在基准测试层面的理论优势。
Legora所处的法律科技赛道对AI模型的要求极为严苛——文件内容涉及合同条款、财务数据等高风险信息，任何遗漏或误判都可能带来实质性损失。此次测试结果表明，GPT-6 Astra已能够在这类高要求场景中达到可信赖的输出水准，为行业应用树立了新的参考标准。
随着GPT-6 Astra在垂直行业中的实际落地案例不断积累，法律、金融等专业领域对大语言模型的采纳意愿有望进一步提升。Legora的这次公开测试，不仅验证了模型本身的能力边界，也为其他企业评估AI工具在文件密集型业务中的适用性提供了可借鉴的方法论。
要点
- GPT-6 Astra在数分钟内完成41份金融文件的审阅，处理速度大幅优于传统方案
- 模型成功识别全部四处预埋错误，文件细节捕捉准确率达到100%
- 引入GPT-6 Astra后，Legora金融审查工作流整体性能提升近40%
- 测试结果表明大语言模型已具备在法律和金融高风险场景中实际落地的能力
原始标题：Legora reviewed 41 documents in minutes with GPT-6 Astra
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。